An automated method for modeling spectral data is provided, wherein the spectral data generated by one of diffuse reflectance, clear transmission, or diffuse transmission. The method includes accessing a set of spectral data, the set of spectral data including, corresponding spectral data for each of a plurality of samples, the spectral data for each of the plurality of samples having associated therewith at least one constituent value, the at least one constituent value being a reference value for a target substance in the sample which is measured by a independent measurement technique. A plurality of data transforms are applied to the set of spectral data to generate, for each sample, a set of transformed and untransformed spectral data. The set of transformed and untransformed spectral data, with its associated constituent values, is divided into a calibration sub-set and a validation sub-set, and one or more of a partial least squares, a principal component regression, a neural net, or a multiple linear regression analysis is applied to the transformed and untransformed calibration data sub-sets to obtain corresponding modeling equations for predicting the amount of the target substance in a sample. The modeling equation which provides the best correlation between the spectral data in the validation sub-set and the corresponding constituent values in the validation sub-set is identified, preferably as a function of the SEE and SEP.

Обеспечен автоматизированный метод для моделирования спектральных данных, при котором спектральные данные произведенные одним из диффузного отражения, ясная передача, или диффузная передача. Методом вклюает достигать комплекта спектральных данных, комплекта спектральных данных включая, соответствуя спектральные данные по каждом из из множественность образцов, спектральные данные по каждом из из множественность образцов связывая therewith по крайней мере одно составное значение, по крайней мере одно составное значение значение справки для вещества цели в образце который измерен независимо методом измерения. Множественность данных преобразовывает приложена к комплекту спектральных данных для того чтобы произвести, для каждого образца, комплект после того как она преобразована и untransformed спектральные данные. Комплект после того как я преобразован и untransformed спектральные данные, с своими associated составными значениями, разделен в подсовокупность тарировки и подсовокупность утверждения, и one or more из частично наименьшие квадраты, регрессия основного компонента, нервная сеть, или множественный анализ линейнаяа регрессия приложено к преобразовывать и untransformed подмножеств данных тарировки для того чтобы получить соответствовать моделирующ уровнения для предсказывать количество вещества цели в образце. Моделируя уровнение обеспечивает самую лучшую корреляцию между спектральными данными в подсовокупности утверждения и определены соответствуя составные значения в подсовокупности утверждения, предпочтительн как функция ВИДЕТЬ и СЕНТЯБРЯ.